Distribución de probabilidades.

Maryedith Rosaura Palacio Antonio

Universidad de Cartagena.

Facultad de Economía – Administración Financiera.

IV Semestre.

Marcos Castros

Estadística inferencial.

23/12/2020
 Ejercicios de distribución de probabilidades

1. La siguiente tabla presenta una distribución de probabilidades discreta relacionada con la demanda de un
producto diario.

Número de demandas diarias P(X)

(X)
10 0,08
20 0,24
30 0,28
40 0,30
50

0,10

1,00

Determine:
a. La media y la desviación estándar de la demanda diaria
b. Elabore una gráfica de líneas
c. Interprete
2. En la distribución normal estándar determine :
a. P(z ≤ 2.8)
b. P( - 2.6 ≤ z ≤ -1.5)
c. P( z ≥ - 0.28)
3. Dada una variable aleatoria X que tiene distribución normal con una media de 120 y desviación estándar
12. Determine
a. P( X ≥ 105
)
b. P( X ≤ 135)
4. La vida útil , en miles de horas de trabajo, de un determinado televisor tiene una distribución normal , con
media de 7 y desviación estándar de 1,5 . escribir la distribución como normal estándar y graficarla.
5. Las ventas anuales (en dólares) por vender en una fábrica de máquinas copiadoras tienen distribución
normal con media de $ 480.000 y una desviación estándar de $ 40.000. Si se seleccionan a uno de los
vendedores en forma aleatoria , ¿ qué probabilidades existe de que sus ventas anuales : a). excedan los $
600.000, b). fluctúen entre $ 400.000 y $500.000, c). sean menores que $ 450.000 o d). oscilen entre $ 540.000
y $ 600.000
6. Un estudio reciente efectuado por el servicio de salud pública descubrió que los varones que fuman consumían
en promedio 18 cigarrillos al día. El número de cigarrillos fumados diariamente presenta la distribución normal
con desviación estándar de 4. Si se selecciona en forma aleatoria a un fumador , ¿Que probabilidad hay que fume:
Más de un paquete (20 cigarrillos). b). Más de medio paquete al día .c) menos de un paquete

. 1.
 10+20+30+ 40+50 150
a.) = = 30
5 5
2
S=
√ ∑ (x−xbarra)
n−1
X X-X Barra ( x−xbarra )2
1 10-30= -20 (−20)2= 400
0
2 20-30= -10 (−10)2= 100
0
3 30-30= 0 0
0
4 40-30= 10 (10)2= 100
0
5 50-30= 20 (20)2= 400
0

100
= 100 = √ 250=
S=
√ 5−1 √ 4
15,8

2.
a.) P(z ≤ 2,8) =0,9974

b.) (-2,6 ≤ z ≤ - 1,5)= p( z ≤ - 2,6)= p( z > 1,5) – p( z > 2,6)

[ 1-P( Z < 1,5) ] – [ 1 – P( Z < 2,6) ] – P(Z > 2,6)

[ 1 – P( Z < 1,5) ] – [ 1 – P(Z < 2,6) ]

( 1- 0, 9332) – (1 – 09953)

0.0668 – 0,0047= 0, 0621

C.) P( Z < 0,28)= 0,6103

3.

A.) P( X ≥ 105)
X−μ=150−120
Z= ϑ 12
= 1,25

P(z ≥ - 1,25)

P(z < 1,25)= 0,8944

b.) p(x ≤ 135)

 X−μ=135−120
Z= ϑ 12
= 1,25

P(z ≤ 1,25)= 0,8944

4.

5.

a.) p(x > 600.000)

X−μ=600.000−480.000
Z= ϑ 40.000
=3

P( z > 3)

1-p( z < 3)

1-0,99865

0,00135

b.) p( 400.000 ≥ x ≤ 500.000)

p(x ≤ 500.000) – p( x ≥ 400.000)

X−μ=500.000−480.000
Z= ϑ 40.000
= 0,5

X−μ=400.000−480.000
Z= ϑ 40.000
= -2

p( z ≤ 0,5) - p( z ≥ -2)

p( z ≤ 0,5) - p( z < 2)
0,6915 – 0,9772

-0,2857

c.) p( x < 450.000)

X−μ=450.000−480.000
Z= ϑ 40.000
= 0,75

p( z ≤ 0,75) - p( z > 0,75)

1-p( z < 0,75)

1-0,7734

0,2266

d.) p( 540.000 ≤ x ≤ 600.000)

p( x ≤ 600.000) – p( x ≥ 540.000)
X−μ=600.000−480.000
z= ϑ 40.000
=3

X−μ=540.000−480.000
Z= ϑ 40.000
= 1,5

p( z ≤ 3) - p( z ≥ 1,5)

p( z ≤ 3) – [ 1- p( z < 1,5)

0,99865 – 0,0668

0.93185

6.

a.) p( x > 20)

X−μ=20−18
z= ϑ4
= 0,5

p( x < 0,5)

1-p( z < 0,5)

1-0,9615

0,3085

b.) p( x > 10)

 X−μ=10−18
Z= ϑ4
=2

p( x > - 2)

p( 2 < 2)

0,9772

c.) p( x < 20)

X−μ=20−18
Z= ϑ4
= 0,5

p( z < 0,5)= 0,6915